为下一次大流行做好准备:用机器学习预测冠状病毒的紫外线无活化
Ruixing Huang1,2, Chengxue Ma1,2, Xiaoliu Huangfu2
1State Key Laboratory of Urban Water Resource and Environment, School of Environment, Harbin Institute of Technology, Harbin 150090, China.
Environmental science & technology
|September 3, 2023
概括
机器学习模型预测紫外线 (UV) 光对无活化冠状病毒的有效性,包括SARS-CoV-2. 这项研究为在公共空间防治病毒爆发的消毒策略提供了框架.
科学领域:
- 病毒学 病毒学
- 环境科学 环境科学
- 数据科学数据科学数据科学
背景情况:
- 冠状病毒对公共健康构成重大风险,需要有效的消毒策略.
- 紫外线 (UV) 照射是病毒失活的常见方法.
- 现有的模型在预测不同环境中冠状病毒的紫外线无活化时缺乏准确性.
结论:
- 开发了UV冠状病毒失活的预测模型.
- 模型可以为当前和未来的流行病指导消毒协议.
- 在公共卫生环境中控制病毒传播的框架援助.
